机器学习_2:K-近领算法

机器学习_2:K-近领算法

实验背景

本次实验基于机器学习经典的k-近邻算法，k-近邻算法的原理和基础的分类实验请参考我的上篇博客机器学习_1:K-近领算法，本次实验我们来解决如何用k近邻算法实现约会网站配对，和调试修改手写体识别的错误率。

1.约会网站配对

1.1实验背景

如图所示，本次实验属于分类实验，将每年获得的飞行常客里程数，玩视频游戏所耗时间百分比，以及每周消费的冰淇淋公升数作为输入变量，判断这个人是（讨厌，一般，喜欢）中的哪一类。

1.2算法解析

#从文本文件中解析数据
def file2matrix(filename):
    fr = open(filename)
    #获得文件内行数
    numberOfLines = len(fr.readlines())
    #返回值
    returnMat = zeros((numberOfLines,3))
    #标签列表
    classLabelVector = []                       
    fr = open(filename)
    index = 0
    for line in fr.readlines():
        #截取所有回车字符
        line = line.strip()
        #使用tab字符将得到的整行数据分割成一个元素列表
        listFromLine = line.split('\t')
        #选取前三个元素存储到特征矩阵中
        returnMat[index,: